|
V1
LAMP Llinux+Apache+Mysql+PHP V2应用服务与数据服务分离
应用服务器：需要处理大量的业务逻辑需要更加强大的CPU 数据库服务器：需要快速磁盘检索和数据库缓存，需要更快的硬盘和更强大的内存 文件服务器：需要存储大量用户上传的文件，需要更大的硬盘空间 相比v1版架构升级的好处： 不同的服务器承担不同的服务角色： 并发处理能力 数据存储空间 得到很大程度上的改善 与之而来的问题： 随着用户量逐渐上升，网站再一次面临挑战：数据库压力太大导致访问延迟，jiner影响整个网站的性能，用户体验受到影响。 V3使用缓存改善性能
缓存可分为： 本地缓存（快是快，但是会与本机应用服务器竞争内存资源） 远程分布式缓存（集群化：提高数据存储上限，规避单点故障，高可用高负载） 有哪些缓存组件：memcache，redis 发展问题3：随着用户逐渐增多，单一应用服务器能够处理的请求连接有限，在网站访问高峰器，应用服务器成为整个网站的瓶颈 V4应用服务集群
使用应用服务器集群--改善网站并发处理能力 负载均衡调度服务器-》应用服务器 分析技术成本和经济成本 负载均衡的实现方式有哪些？ 软件：Apache Nginx（10万） Reverse-proxy pWEB（第7层 应用层） LVS（第4层） 硬件：F5 DNS负载均衡 发展问题4：使用缓存后，大大减轻了数据库的读压力 但仍有一部分读操作（缓存访问不命中，缓存过期）和全部的写操作要访问数据库，当用户达到一定规模之后，数据库因为负载压力过高而成为整个系统的瓶颈。 V5数据库读写分离
主从分布，将数据分流，加入数据访问模块（在mybatis中开发插件，mycat【服务端代理模式】，sharding-jdbc【客户端模式】） 发展问题5：用户规模越来越大，发布地域越来越广、地域网络环境差别很大，如何保证用户的访问体验，不至于因访问慢而流失用户。 V6反向代理和CDN加速
将静态资源内容放在距离用户位置近的 各运营商数据中心 CDN（内容分发网络） 反向代理、CDN来缓存网站资源：1.加快用户访问响应速度 2.减轻后端服务器的负载压力
发展问题6：单文件服务器、单数据库服务器存不下日益增长的数据。 V7分布式文件系统和分布式数据库系统
使用分布式文件系统和分布式数据库系统（分库分表） 适合存储小文件、图片的分布文件系统：FastDFS,TFS 数据访问模块：mycat、sharding-jdbc 为啥不用？HDFS适用于大数据存储:存储大文件的系统 切块存储 128M 发展问题7：随着业务的发展，数据的存储需求和检索需求越来越复杂 存储的字段差异很大，骷髅表 复杂的文本检索 V8使用NoSQL、搜索引擎
搜索引擎：lucene、solr、elaticsearch
NoSQL：mongodb、elasticsearch
发展问题8：网站越做越好，业务不断扩大、越来越复杂，应用程序将变得无比庞大，迭代周期越来越快，牵一发而动全身，怎样应对快速发展需要？
V9业务拆分
将庞大复杂的系统拆解成为不同的产品线，分归不同的团队负责，分成不同的应用，独立部署。通过连接、MQ、数据存储系统建立关联。 消息队列MQ（对系统解耦合，异步通信、调用）: RabbitMQ ActiveMQ Kafka
发展问题9： 业务规模不断增大，应用拆分越来越细，越来越繁多，应用建的关系越来越复杂、应用中存在大量相同的业务操作。后端数据库要被成千上万的应用服务器连接，数据库连接资源不足。 V10分布式服务（服务化）
如何做服务化？ 服务框架：Dubbo、SpringCloud 如何配置中心？ 配置中心： zookeeper、 SpringCloud config disconf 百度 config-toolkit 当当 diamond 阿里 大型分布式集群系统 发展问题10：数据挖掘、分析、推荐等业务需求、庞大系统的监控、问题分析等需求 V11大数据技术、监控、日志分析系统
大数据Hadoop、spark
系统监控Zabbix、ElasticSearch+beats+kibana
集中日志分析系统：ELK
着重掌握：集群负载均衡技术、分布式微服务技术、大型分布式缓存技术、消息中间件技术、搜索引擎技术、分布式数据库技术、NoSQL技术、并发编程、网络编程、框架源码、中间件开发
 |
|
|
